第1 章 數(shù)據(jù)分析與 R 語言
1.1 數(shù)據(jù)分析概述
1.1.1 數(shù)據(jù)分析方法
1.1.2 數(shù)據(jù)分析工具
1.2 數(shù)據(jù)及其來源
1.2.1 數(shù)據(jù)及其分類
1.2.2 數(shù)據(jù)的來源
1.3 R 語言的初步使用
1.3.1 Ｒ軟件的下載與安裝
1.3.2 對象賦值與運(yùn)行
1.3.3 編寫代碼腳本
1.3.4 查看幫助文件
1.3.5 包的安裝與加載
1.3.6 數(shù)據(jù)讀取和保存
第2 章 R 語言數(shù)據(jù)處理
2.1 R 的數(shù)據(jù)類型及其操作
2.1.1 向量、矩陣和數(shù)組
2.1.2 數(shù)據(jù)框
2.1.3 因子和列表
2.2 數(shù)據(jù)抽樣和篩選
2.2.1 抽取簡單隨機(jī)樣本
2.2.2 數(shù)據(jù)篩選
2.2.3 生成隨機(jī)數(shù)
2.3 數(shù)據(jù)類型的轉(zhuǎn)換
2.3.1 將變量轉(zhuǎn)換成向量
2.3.2 將數(shù)據(jù)框轉(zhuǎn)換成矩陣
2.3.3 將短格式轉(zhuǎn)換成長格式
2.4 Th成頻數(shù)分布表
2.4.1 類別數(shù)據(jù)的頻數(shù)表
2.4.2 數(shù)值數(shù)據(jù)的類別化
第3 章 數(shù)據(jù)可視化分析
3.1 R 語言繪圖基礎(chǔ)
3.1.1 基本繪圖函數(shù)
3.1.2 圖形參數(shù)和頁面布局
3.1.3 圖形顏色
3.2 類別數(shù)據(jù)可視化
3.2.1 條形圖
3.2.2 瀑布圖和漏斗圖
3.2.3 餅圖和環(huán)形圖
3.2.4 樹狀圖和旭日圖
3.3 數(shù)值數(shù)據(jù)可視化
3.3.1 分布特征可視化
3.3.2 變量間關(guān)系可視化
3.3.3 樣本相似性可視化
3.4 時間序列可視化
3.4.1 折線圖
3.4.2 面積圖
3.5 合理使用圖表
第4 章 數(shù)據(jù)的描述分析
4.1 數(shù)據(jù)水平的描述
4.1.1 平均數(shù)
4.1.2 分位數(shù)
4.1.3 眾數(shù)
4.2 數(shù)據(jù)差異的描述
4.2.1 極差和四分位差
4.2.2 方差和標(biāo)準(zhǔn)差
4.2.3 離散系數(shù)
4.2.4 標(biāo)準(zhǔn)分?jǐn)?shù)
4.3 數(shù)據(jù)分布形狀的描述
4.3.1 偏度系數(shù)
4.3.2 峰度系數(shù)
4.4 R 的綜合描述函數(shù)
第5 章 推斷分析基本方法
5.1 推斷的理論基礎(chǔ)
5.1.1 隨機(jī)變量和概率分布
5.1.2 統(tǒng)計量的抽樣分布
5.2 參數(shù)估計
5.2.1 估計方法和原理
5.2.2 總體均值的區(qū)間估計
5.2.3 總體比例的區(qū)間估計
5.3 假設(shè)檢驗(yàn)
5.3.1 假設(shè)檢驗(yàn)的步驟
5.3.2 總體均值的檢驗(yàn)
5.3.3 總體比例的檢驗(yàn)
第6 章 相關(guān)與回歸分析
6.1 變量間關(guān)系的分析
6.1.1 變量間的關(guān)系
6.1.2 相關(guān)關(guān)系的描述
6.1.3 相關(guān)關(guān)系的度量
6.2 一元線性回歸建模
6.2.1 回歸模型與回歸方程
6.2.2 參數(shù)的最小平方估計
6.3 模型評估和檢驗(yàn)
6.3.1 模型評估
6.3.2 顯著性檢驗(yàn)
6.4 回歸預(yù)測和殘差分析
6.4.1 回歸預(yù)測
6.4.2 殘差分析
第7 章 時間序列分析
7.1 增長率分析
7.1.1 增長率與平均增長率
7.1.2 年化增長率
7.2 時間序列的成分和預(yù)測方法
7.2.1 時間序列的成分
7.2.2 預(yù)測方法的選擇與評估
7.3 簡單指數(shù)平滑預(yù)測
7.4 趨勢預(yù)測
7.4.1 線性趨勢預(yù)測
7.4.2 非線性趨勢預(yù)測
7.5 時間序列平滑
參考書目
附錄 本書使用的 R 包和 R 函數(shù)